摘 要:【目的】在大型公共建筑火災(zāi)自動報警場景中,現(xiàn)行報警方法所采集的信息存在滯后性且錯誤數(shù)據(jù)較多,導(dǎo)致誤警率較高,無法到達(dá)預(yù)期效果。為此,提出基于多源數(shù)據(jù)融合的大型公共建筑火災(zāi)自動報警方法。【方法】首先,利用無線傳感器自動感知建筑火災(zāi)溫度信號與煙霧信號,并通過LoRa技術(shù)對火災(zāi)信號進(jìn)行傳輸。其次,分析火災(zāi)數(shù)據(jù)置信度,從原始數(shù)據(jù)中提取到有效數(shù)據(jù),采用多源數(shù)據(jù)融合算法對火災(zāi)信號融合處理,確定火災(zāi)風(fēng)險系數(shù),對識別出的火災(zāi)進(jìn)行自動報警?!窘Y(jié)果】實(shí)驗(yàn)證明,該方法對大型公共建筑火災(zāi)的誤警率不超過1%,報警精度較高。【結(jié)論】該方法能提高大型公共建筑火災(zāi)報警的可靠性和智能化水平,有助于更好預(yù)防和遏制建筑火災(zāi),保護(hù)人們生命和財(cái)產(chǎn)安全。
關(guān)鍵詞:多源數(shù)據(jù)融合;大型公共建筑;火災(zāi);自動報警;LoRa技術(shù);無線傳感器
中圖分類號:TP277" " "文獻(xiàn)標(biāo)志碼:A" " "文章編號:1003-5168(2025)02-0034-04
DOI:10.19968/j.cnki.hnkj.1003-5168.2025.02.007
Abstract:[Purposes] In the scene of automatic fire alarm in large public buildings, because the information captured by the existing alarm methods is lagging, there are many wrong data, and the 1 alarm rate is high, resulting in failing to meet the expected effect. Therefore, an automatic fire alarm method for large public buildings based on multi-source data fusion is proposed. [Methods] The temperature signal and smoke signal of building fire are automatically sensed by wireless sensor, and the fire signal is transmitted by LoRa technology. After analyzing the confidence of fire data, effective data is extracted from the original data, and the fire signal is fused by multi-source data fusion algorithm to determine the fire risk coefficient and automatically alarm the identified fire. [Findings] Experiments show that the 1 alarm rate of this method for large public building fires does not exceed 1%, and the alarm accuracy is high. [Conclusions] The research in this paper can improve the reliability and intelligence level of fire alarm in large public buildings, which will help to better prevent and contain building fires and protect people's lives and property safety.
Keywords: multi-source data fusion; large public buildings; fire; automatic alarm; LoRa technology; wireless sensor
0 引言
火災(zāi)作為一種常見災(zāi)害,不僅會造成人員傷亡和財(cái)產(chǎn)損失,還會對社會秩序和經(jīng)濟(jì)發(fā)展產(chǎn)生深遠(yuǎn)影響。因此,火災(zāi)防控工作顯得尤為重要,而火災(zāi)自動報警系統(tǒng)作為火災(zāi)防控的重要組成部分,對其進(jìn)行研究與應(yīng)用具有重要意義。大型公共建筑(如商場、醫(yī)院、學(xué)校、辦公樓等)因人員密集、建筑結(jié)構(gòu)復(fù)雜,一旦發(fā)生火災(zāi),疏散和救援工作的開展難度極大。因此,在大型公共建筑中安裝火災(zāi)自動報警系統(tǒng),能及早發(fā)現(xiàn)火災(zāi),并采取相應(yīng)措施,對保障人民生命財(cái)產(chǎn)安全具有重要意義?;馂?zāi)自動報警系統(tǒng)會實(shí)時監(jiān)測火災(zāi)特征(如煙霧、溫度、火焰等),一旦檢測到異常,便立即發(fā)出報警信號,提醒相關(guān)人員及時采取應(yīng)對措施,從而有效減少火災(zāi)帶來的損失。近年來,相關(guān)學(xué)者與專家對大型公共建筑火災(zāi)自動化報警技術(shù)展開研究,并取得一定研究成果。
田野[1]提出基于LoRa技術(shù)的報警方法,通過LoRa無線通信模塊,將溫度傳感器、漏電電流傳感器等探測器采集到的異常數(shù)據(jù)實(shí)時傳輸至監(jiān)控中心,實(shí)現(xiàn)火災(zāi)的早期預(yù)警;岳云濤等[2]提出基于NB-IoT的報警方法,通過NB-IoT網(wǎng)絡(luò)將采集到的火災(zāi)信息實(shí)時傳輸至云平臺,并對信息進(jìn)行處理和分析,從而識別火災(zāi)特征并報警。雖然現(xiàn)行方法已得到廣泛應(yīng)用,但仍存在一些不足之處,且誤警率較高,無法達(dá)到預(yù)期效果。針對上述問題,本研究提出基于多源數(shù)據(jù)融合的大型公共建筑火災(zāi)自動報警方法。
1 公共建筑火災(zāi)信號智能感知與傳輸
當(dāng)發(fā)生火災(zāi)時,火源點(diǎn)會產(chǎn)生大量煙霧,且周圍溫度會升高。因此,可將溫度、煙霧作為識別建筑火災(zāi)的變量,通過在大型公共建筑內(nèi)安裝溫度傳感器和煙霧傳感器,以此采集建筑內(nèi)的溫度信號與煙霧信號。根據(jù)需求,本研究選擇JGHFA-A45F8溫度傳感器、JZAHSF-A4F4煙霧傳感器。此外,為避免傳感器互相干擾,兩個傳感器的安裝間距在2 m以上。為確保無線傳感器采集的火災(zāi)信號能穩(wěn)定且有效地傳輸,采用LoRa技術(shù)實(shí)現(xiàn)火災(zāi)信號的無線接收與發(fā)送[3]。在建筑內(nèi)部署LoRa節(jié)點(diǎn),一個無線傳感器可視為一個LoRa節(jié)點(diǎn),在LoRa技術(shù)的應(yīng)用中,選擇型號為Sx1785的LoRa芯片作為火災(zāi)信號傳輸控制芯片,通過IYFA串口實(shí)現(xiàn)無線傳感器與LoRa芯片的無線連接。當(dāng)傳感器檢測到電氣火災(zāi)信號時,LoRa芯片立即啟動擴(kuò)頻通信,將信號通過天線發(fā)送至數(shù)據(jù)接收終端。根據(jù)LoRa技術(shù)理論,無線傳感器信號傳輸信道容量的計(jì)算見式(1)。
通過擴(kuò)頻因子將原始的火災(zāi)電氣信號傳輸信道容量擴(kuò)充,通常將火災(zāi)信號擴(kuò)展成多位的數(shù)據(jù)序列。當(dāng)LoRa芯片從標(biāo)準(zhǔn)工作模式切換到信號發(fā)送模式時,會將生成的發(fā)送序列寫入發(fā)送隊(duì)列,并通過天線將信號發(fā)送至接收端[5]。在發(fā)送完一組信號后,LoRa芯片進(jìn)行判斷,如果有新的信號需要發(fā)送,則繼續(xù)發(fā)送下一組信號;如果沒有新的信號,則返回標(biāo)準(zhǔn)工作模式,以此實(shí)現(xiàn)對無線傳感器采集的火災(zāi)信號傳輸,用于后續(xù)火災(zāi)識別報警。
2 火災(zāi)數(shù)據(jù)篩選
考慮到無線傳感器感知的火災(zāi)信號中含有大量無效信號,為保證火災(zāi)報警精度,對火災(zāi)數(shù)據(jù)置信度進(jìn)行分析,從原始數(shù)據(jù)中提取有效數(shù)據(jù),完成對火災(zāi)數(shù)據(jù)的篩選。為了描述火災(zāi)數(shù)據(jù)的特性,采用高斯分布曲線作為每個傳感器的特征函數(shù)。為了量化第[i]個傳感器和第[j]個傳感器觀測值之間的相似程度,引入置信距離測度,通過計(jì)算兩個傳感器觀測值對應(yīng)的高斯分布曲線下的面積差得到。置信距離測度的計(jì)算見式(4)。
本研究設(shè)定支持度閾值為0.8,即只有當(dāng)兩個傳感器之間的支持度大于或等于0.8時,認(rèn)為二者之間的數(shù)據(jù)是有效的,并將這些數(shù)據(jù)保留下來;反之,如果支持度小于0.8,則認(rèn)為這些數(shù)據(jù)可能是不可靠的,并將其刪除,以此篩選出有效的火災(zāi)數(shù)據(jù),用于后續(xù)多源數(shù)據(jù)融合。
3 基于多源數(shù)據(jù)融合的火災(zāi)識別報警
綜上所述,采用多源數(shù)據(jù)融合算法對篩選出的火災(zāi)數(shù)據(jù)進(jìn)行融合處理,提取建筑火災(zāi)特征,并對識別出的火災(zāi)進(jìn)行自動報警。根據(jù)多源數(shù)據(jù)融合理論,多源數(shù)據(jù)具有量綱差異化特征,由于煙氣濃度與溫度這兩個關(guān)鍵參數(shù)各自具有不同的量綱,為了確?;馂?zāi)自動報警的準(zhǔn)確性,對多源數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,見式(6)。
4 實(shí)驗(yàn)驗(yàn)證
4.1 實(shí)驗(yàn)準(zhǔn)備與設(shè)計(jì)
為了驗(yàn)證本研究提出的基于多源數(shù)據(jù)融合的大型公共建筑火災(zāi)自動報警方法的可靠性與可行性,開展對比實(shí)驗(yàn)。以田野[1]提出的基于LoRa技術(shù)的報警方法、岳云濤等[2]提出的基于NB-IoT的報警方法為對照組,與本研究提出的方法進(jìn)行對比。以某大型公共建筑為實(shí)驗(yàn)環(huán)境,該建筑共8層,建筑面積為2 564.62 m2。根據(jù)該建筑實(shí)際情況,準(zhǔn)備8臺溫度傳感器和8臺煙霧傳感器,在建筑每層樓梯口上方各安裝1臺溫度傳感器和1臺煙霧傳感器,并在建筑安全通道安裝1臺報警器。溫度傳感器與煙霧傳感器參數(shù)設(shè)置如下:無線信號發(fā)射頻率設(shè)置為1.62 Hz,采樣周期設(shè)置為0.05 s,采樣頻率設(shè)置為5.62 Hz,采樣時間設(shè)置為24 h。實(shí)驗(yàn)中,在每層布設(shè)1個模擬火源,無線傳感器共采集到100個樣本,通過以上三種方法對信號進(jìn)行處理和融合,對識別的火災(zāi)進(jìn)行報警。
對建筑火災(zāi)自動報警方法性能評價,選擇誤警率來表征火災(zāi)報警精度,見式(9)。
誤警率=錯誤報警次數(shù)/總報警次數(shù)" " "(9)
誤警率越高,表示報警精度越低。通過對比上述三種方法的誤警率,來評價本研究設(shè)計(jì)的方法在實(shí)際場景中的應(yīng)用效果。
4.2 實(shí)驗(yàn)結(jié)果與討論
實(shí)驗(yàn)共設(shè)4組,每組實(shí)驗(yàn)有200個火災(zāi)報警樣本,上述三種方法在實(shí)驗(yàn)中的火災(zāi)誤警率如圖1所示。
由圖1可知,在大型公共建筑火災(zāi)自動報警場景中,基于NB-IoT的報警方法的誤警率最高(6%~7%),而本研究設(shè)計(jì)的方法在四組實(shí)驗(yàn)中的誤警率均最低(不超過1%)。由此可知,本研究設(shè)計(jì)的方法更適用于大型公共建筑火災(zāi)自動報警,且具有良好的可行性與可靠性。
5 結(jié)語
基于多源數(shù)據(jù)融合的大型公共建筑火災(zāi)自動報警方法通過整合來自不同傳感器和系統(tǒng)的數(shù)據(jù),利用先進(jìn)的算法和技術(shù),實(shí)現(xiàn)對火災(zāi)風(fēng)險精準(zhǔn)識別和快速響應(yīng)。這一方法不僅能提高火災(zāi)報警的準(zhǔn)確性和可靠性,還能為大型公共建筑的火災(zāi)防控提供新的思路和解決方案。未來,隨著物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能等技術(shù)的不斷發(fā)展,多源數(shù)據(jù)融合技術(shù)將在火災(zāi)自動報警領(lǐng)域發(fā)揮更加重要的作用。通過深入研究,不斷優(yōu)化算法和模型,提高火災(zāi)報警系統(tǒng)的智能化水平,為大型公共建筑的安全提供更加全面和有效的保障。同時,也期待與更多的合作伙伴攜手共進(jìn),共同推動火災(zāi)防控技術(shù)的進(jìn)步和發(fā)展,為構(gòu)建更加安全、和諧的社會環(huán)境貢獻(xiàn)力量。
參考文獻(xiàn):
[1]田野.基于LoRa技術(shù)的裝配式高層建筑電氣火災(zāi)自動報警方法[J].綠色建造與智能建筑,2024(5):60-63.
[2]岳云濤,潘鑫,李炳華,等.基于NB-IoT的文物建筑無線火災(zāi)報警系統(tǒng)研究[J].建筑電氣,2021,40(8):18-21.
[3]倪謝鴻.木業(yè)板材生產(chǎn)廠房建筑火災(zāi)自動報警系統(tǒng)探討研究[J].中國建筑金屬結(jié)構(gòu),2024,23(8):124-126.
[4]劉理.基于建筑智能化實(shí)訓(xùn)平臺的無線火災(zāi)自動報警系統(tǒng)設(shè)計(jì)[J].阜陽職業(yè)技術(shù)學(xué)院學(xué)報,2023,34(3):47-50.
[5]程茜.高層建筑火災(zāi)自動報警設(shè)備探測器安裝施工方法[J].安裝,2023(3):68-71.
[6]王驍.數(shù)據(jù)機(jī)房火災(zāi)報警設(shè)計(jì)中與民用建筑的異同分析[J].消防界(電子版),2023,9(4):69-71.
[7]田純.基于LoRa的智能建筑電氣火災(zāi)自動報警系統(tǒng)設(shè)計(jì)[J].自動化技術(shù)與應(yīng)用,2022,41(11):65-68,91.